根据r中列的值添加遗漏值 [英] add missed value based on the value of the column in r
问题描述
vector1 < -
data.frame（
名称=a，
age= 10，
fruit= c（orange，cherry，apple），
count= c （b，b，b，b，b，b，b，b，b，b，b，b，b，b，b，b） =b，
age= 33，
fruit= c（apple，mango），
count= c（1,1），
tag= c（2,2）
）
vector3 < -
data.frame（
name=c，
age= 58，
fruit= c（cherry，apple），
count= c（1,1），
tag= c （1,1）
）
list < - list（vector1，vector2，vector3）
print（list）
这是我的测试：
默认值< c（cherry，
orange，
apple，
mango）
））{
#print（list [[num]]）
list [[num]]< - rbind（
list [[num]]，
data.frame（
name= list [[num]] $ name，
age= list [[num]] $ age，
fruit= setdiff（default ，list [[num]] $ fruit），＃add missed value
count= 0，
tag= 1＃未找到解决方案
）
）
print（paste0（--------------，num，--------））
print（list）
}
#print（list）
我试图找到哪个水果在数据框中丢失，果实基于标签的值。例如，在第一个数据框中，有标签1和2.如果标签1的值没有默认水果，例如苹果和香蕉期望格式如下所示：
$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ ]
名称年龄水果计数标签
1 a 10橙色1 1
2 a 10樱桃1 1
3 a 10苹果1 2
4 a 10芒果0 1
5 a 10苹果0 1
6 a 10芒果0 2
7 a 10橙色0 2
8 a 10樱桃0 2
当我检查循环的过程时，我也发现第一个循环加了芒果3次我不明白为什么它不能一次性添加遗漏的值。总体输出如下：
$ $ $ $ $ $ $ $ $ $ $ [$ 1]]
名称年龄水果计数标签
1 a 10橙色1 1
2 a 10樱桃1 1
3 a 10苹果1 2
4 a 10芒果0 1
5 a 10芒果0 1
6 a 10芒果0 1
[[2]]
名称年龄水果计数标记
1 b 33苹果1 2
2 b 33芒果1 2
3 b 33樱桃0 1
4 b 33橙色0 1
[[3]]
名称年龄水果计数标签
1 c 58樱桃1 1
2 c 58苹果1 1
3 c 58橙色0 1
4 c 58 mango 0 1
有人帮我，提供简单的方法或其他方法？我应该使用sqldf函数来添加0值吗？这是一个简单的方法来解决我的问题？解决方案
解决方案
显示问题的标记'dplyr'rel =tag> dplyr 和 tidyr 。我们可以使用 complete 展开数据框，并将填充值指定为0到 count 。
请注意，我将列表名从 list 更改为 fruit_list ，因为它是在R中使用保留字来命名对象是一种不好的做法。另请注意，当我创建示例数据框时，我设置了 stringsAsFactors = FALSE ，因为我不想创建因子列。最后，我使用 lapply 来代替for循环来遍历列表元素。
library（dplyr）
library（tidyr）
fruit_list2< - lapply fruit_list，function（x）{
x2 < - x％>％
complete（name，age，fruit = default，tag = c（1,2），fill = list（count = 0） ）％>％
select（name，age，fruit，count，tag）％>％
arrange（tag，fruit）％>％
as.data.frame（ ）
return（x2）
}）
fruit_list2
＃[[1]]
＃年龄水果计数标签
＃1 a 10苹果0 1
＃2 a 10樱桃1 1
＃3 a 10芒果0 1
＃4 a 10橙色1 1
＃5 a 10苹果1 2
＃6 a 10樱桃0 2
＃7 a 10芒果0 2
＃8 a 10橙色0 2
＃
＃[[2]]
＃名称年龄水果计数标记
＃1 b 33苹果0 1
＃2 b 33樱桃0 1
＃3 b 33芒果0 1
＃4 b 33橙色0 1
＃5 b 33苹果1 2
＃6 b 33樱桃0 2
＃7 b 33芒果1 2
＃8 b 33橙色0 2
＃
＃[[3]]
＃年龄水果计数标签
＃ 1 c 58苹果1 1
＃2 c 58樱桃1 1
＃3 c 58芒果0 1
＃4 c 58橙色0 1
＃5 c 58苹果0 2
＃6 c 58樱桃0 2
＃7 c 58芒果0 2
＃8 c 58橙色0 2
DATA
vector1 < -
data.frame（
name=a，
age= 10，
fruit= c（orange，cherry，apple） ，
count= c（1,1,1），
tag= c（1,1,2），
stringsAsFactors = FALSE
）
vector2 < -
data.frame（
name=b，
age= 33，
fruit= c（apple，芒果），
count= c（1,1），
tag= c（2,2），
stringsAsFactors = FALSE
）
vector3 < -
data.frame（
name=c，
age= 58，
fruit= c（cherry，apple），
count= c（1,1），
tag c（1,1），
stringsAsFactors = FALSE
）
fruit_list< - list（vector1，vector2，vector3）
default< - c（cherry，orange，apple，mango）
This is my sample dataset:
vector1 <-
data.frame(
"name" = "a",
"age" = 10,
"fruit" = c("orange", "cherry", "apple"),
"count" = c(1, 1, 1),
"tag" = c(1, 1, 2)
)
vector2 <-
data.frame(
"name" = "b",
"age" = 33,
"fruit" = c("apple", "mango"),
"count" = c(1, 1),
"tag" = c(2, 2)
)
vector3 <-
data.frame(
"name" = "c",
"age" = 58,
"fruit" = c("cherry", "apple"),
"count" = c(1, 1),
"tag" = c(1, 1)
)
list <- list(vector1, vector2, vector3)
print(list)
This is my test:
default <- c("cherry",
"orange",
"apple",
"mango")
for (num in 1:length(list)) {
#print(list[[num]])
list[[num]] <- rbind(
list[[num]],
data.frame(
"name" = list[[num]]$name,
"age" = list[[num]]$age,
"fruit" = setdiff(default, list[[num]]$fruit),#add missed value
"count" = 0,
"tag" = 1 #not found solutions
)
)
print(paste0("--------------", num, "--------"))
print(list)
}
#print(list)
I'm trying to find which fruit miss in the data frame and the fruit is based on the value of the tag.For example, in the first data frame, there are tags 1 and 2.If the value of tag 1 does not have the default fruit such as apple and banana, the missed default fruit will be added to 0 to the data frame.The expectation format likes the following:
[[1]]
name age fruit count tag
1 a 10 orange 1 1
2 a 10 cherry 1 1
3 a 10 apple 1 2
4 a 10 mango 0 1
5 a 10 apple 0 1
6 a 10 mango 0 2
7 a 10 orange 0 2
8 a 10 cherry 0 2
When I check the process of the loop, I also find that the first loop adds mango 3 times and I don't find the reason why it cannot add the missed value at one time.The overall output likes the following:
[[1]]
name age fruit count tag
1 a 10 orange 1 1
2 a 10 cherry 1 1
3 a 10 apple 1 2
4 a 10 mango 0 1
5 a 10 mango 0 1
6 a 10 mango 0 1
[[2]]
name age fruit count tag
1 b 33 apple 1 2
2 b 33 mango 1 2
3 b 33 cherry 0 1
4 b 33 orange 0 1
[[3]]
name age fruit count tag
1 c 58 cherry 1 1
2 c 58 apple 1 1
3 c 58 orange 0 1
4 c 58 mango 0 1
Does anyone help me and provides simple methods or other ways? Should I use the sqldf function to add 0 value?Is this a simple way to solve my problems?
A solution using dplyr and tidyr. We can use complete to expand the data frame and specify the fill values as 0 to count.
Notice that I changed your list name from list to fruit_list because it is a bad practice to use reserved words in R to name an object. Also notice that when I created the example data frame I set stringsAsFactors = FALSE because I don't want to create factor columns. Finally, I used lapply instead of for-loop to loop through the list elements.
library(dplyr)
library(tidyr)
fruit_list2 <- lapply(fruit_list, function(x){
x2 <- x %>%
complete(name, age, fruit = default, tag = c(1, 2), fill = list(count = 0)) %>%
select(name, age, fruit, count, tag) %>%
arrange(tag, fruit) %>%
as.data.frame()
return(x2)
})
fruit_list2
# [[1]]
# name age fruit count tag
# 1 a 10 apple 0 1
# 2 a 10 cherry 1 1
# 3 a 10 mango 0 1
# 4 a 10 orange 1 1
# 5 a 10 apple 1 2
# 6 a 10 cherry 0 2
# 7 a 10 mango 0 2
# 8 a 10 orange 0 2
#
# [[2]]
# name age fruit count tag
# 1 b 33 apple 0 1
# 2 b 33 cherry 0 1
# 3 b 33 mango 0 1
# 4 b 33 orange 0 1
# 5 b 33 apple 1 2
# 6 b 33 cherry 0 2
# 7 b 33 mango 1 2
# 8 b 33 orange 0 2
#
# [[3]]
# name age fruit count tag
# 1 c 58 apple 1 1
# 2 c 58 cherry 1 1
# 3 c 58 mango 0 1
# 4 c 58 orange 0 1
# 5 c 58 apple 0 2
# 6 c 58 cherry 0 2
# 7 c 58 mango 0 2
# 8 c 58 orange 0 2
DATA
vector1 <-
data.frame(
"name" = "a",
"age" = 10,
"fruit" = c("orange", "cherry", "apple"),
"count" = c(1, 1, 1),
"tag" = c(1, 1, 2),
stringsAsFactors = FALSE
)
vector2 <-
data.frame(
"name" = "b",
"age" = 33,
"fruit" = c("apple", "mango"),
"count" = c(1, 1),
"tag" = c(2, 2),
stringsAsFactors = FALSE
)
vector3 <-
data.frame(
"name" = "c",
"age" = 58,
"fruit" = c("cherry", "apple"),
"count" = c(1, 1),
"tag" = c(1, 1),
stringsAsFactors = FALSE
)
fruit_list <- list(vector1, vector2, vector3)
default <- c("cherry", "orange", "apple", "mango")
这篇关于根据r中列的值添加遗漏值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
